Wissenschaftler haben ein neues KI-System entwickelt, das bei der Diagnose von Alzheimer helfen kann, indem es nur 8 Sekunden Gehirnwellendaten analysiert. Die Methode, die ein Deep-Learning-Modell namens LaBraM verwendet, erreicht eine bemerkenswerte Genauigkeit bei der Unterscheidung von Demenzpatienten und gesunden Personen.
Die Forschung
Forscher der University of California San Diego, geleitet von Maggie Lin und Tzyy-Ping Jung, trainierten ein großes KI-Modell mit über 2.500 Stunden EEG-Daten. EEG (Elektroenzephalographie) zeichnet die elektrische Aktivität des Gehirns über Sensoren auf der Kopfhaut auf. Das Modell namens LaBraM lernt komplexe Muster aus diesem riesigen Datensatz. Anschließend verwendeten sie einen Algorithmus namens Random Forest, um zu klassifizieren, ob eine Person Alzheimer hat.
In ihrer Studie, die auf dem Preprint-Server arXiv veröffentlicht wurde, testeten sie das System an einer separaten Gruppe von Demenzpatienten und gesunden Kontrollpersonen. Mit nur 8-sekündigen EEG-Clips erreichte die KI eine ROC-AUC von 89,36 %, eine balancierte Genauigkeit von 82,44 % und eine Precision-Recall-AUC von 81,45 %. Dies übertrifft traditionelle Methoden, die Gehirnwellen-Frequenzbänder analysieren.
Die Entscheidungen der KI waren auch interpretierbar. Durch das Verdecken (Maskieren) von Teilen der EEG-Daten fanden die Forscher heraus, dass das Modell auf bekannte Alzheimer-Biomarker zurückgriff: den Abbau von Alpha- und Theta-Rhythmen in okzipitalen und frontalen Regionen. Sie stellten auch fest, dass eine höhere vorhergesagte Demenzwahrscheinlichkeit mit schlechterer kognitiver Leistung, größerer klinischer Schwere und spezifischen Veränderungen in den Gehirnwellenmustern korrelierte, wie z. B. erhöhter Theta- und Alpha-Relativleistung und einem höheren aperiodischen Exponenten – einem Maß für neuronales Rauschen.
Warum es wichtig ist
Alzheimer ist biologisch heterogen, was eine frühe Diagnose erschwert. Traditionelle lineare Methoden übersehen nichtlineare Gehirndynamiken. Dieser KI-Ansatz erfasst diese Komplexitäten und ermöglicht möglicherweise eine frühere und präzisere Diagnose. Da EEG nicht-invasiv, relativ kostengünstig und tragbar ist, könnte dies das Screening auf kognitiven Abbau zugänglicher machen. Für die Öffentlichkeit ist es aufregend zu wissen, dass fortschrittliche KI klinisch relevante Signale aus verrauschten Gehirndaten extrahieren kann – es deutet darauf hin, dass unsere Gehirnaktivität subtile Hinweise auf unsere kognitive Gesundheit enthält.
Was Sie tun können
Obwohl diese KI noch nicht für den klinischen Einsatz verfügbar ist, können Sie Ihre kognitive Gesundheit proaktiv überwachen. Regelmäßige geistige Anregung, körperliche Bewegung und ausreichend Schlaf unterstützen die Gehirngesundheit. Wenn Sie Veränderungen bei Gedächtnis oder Denken bemerken, konsultieren Sie einen Arzt. Sie können auch Ihre kognitiven Fähigkeiten mit validierten Online-Tools testen, aber bei medizinischen Bedenken sollten Sie immer professionellen Rat einholen.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder versuchen Sie 306 Gehirntrainings-Level.